[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보 회원가입   로그인
BRIC홈 한국을 빛내는 사람들
써모피셔사이언티픽
배너광고안내
이전
다음
스폰서배너광고 안내  배너1 배너2 배너3 배너4
시스템 점검 : 12월 1일 목요일 오후 10시
전체보기 한빛사논문 추천논문 상위피인용논문 그이후 한빛사통계
김현호
김현호(Hyunho Kim) 저자 이메일 보기
광주과학기술원
저자CV 보기
358 KB
  CV updated 2022-06-24 03:23
  논문초록보기
조회 695  인쇄하기 주소복사 트위터 공유 페이스북 공유 
BayeshERG: a robust, reliable and interpretable deep learning model for predicting hERG channel blockers

1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드

현재 인공지능은 대용량 데이터 처리 기술 발전에 힘입어 다양한 분야에 적용되고 혁신을 일으키고 있습니다. 제가 이번에 논문으로 발표한 연구 분야는 비교적 최근 들어 인공지능 활용 분야로 주목을 받고 있는 신약 개발 분야입니다. 전통적인 방법으로 신약을 개발하기 위해서는 수 없는 실험적 시행착오를 거치게 되고, 이는 많은 시간과 천문학적인 비용을 소모하며, 실패 가능성도 높습니다. 이러한 문제점들을 보완하기 위해 신약 개발의 다양한 단계에서 인공지능이 활용될 수 있는데, 그중 저는 신약 개발의 초기 단계인 후보 물질을 발굴하고 최적화하는 단계에 집중했습니다.

후보 물질을 발굴하고 최적하는 단계에서 화합물의 독성을 검증하는 것은 후에 전임상 및 임상실험의 성패를 결정하기 때문에 꼭 필요합니다. 저는 다양한 독성 중에 실제 몇몇 약물들을 의도하지 않았던 부작용으로 시장에서 철수시켰던 심장 독성 (hERG) 을 미리 예측하여 불필요한 실험을 줄이고, 신약 개발의 성공률을 높이는 것을 연구 목표로 선정했습니다. 최근 들어 화합물 심장 독성 예측에 기계학습을 활용한 많은 예측 모델들이 구축되었지만, 정확도와 신뢰도, 해석성까지 모두 갖춘 모델은 없었습니다. 따라서 저는 인공지능을 활용하여 화합물의 심장 독성을 높은 신뢰도와 정확도로 예측하고, 또한 추후 최적화를 위한 정보까지 줄 수 있는 설명 가능한 모델을 구축하는 연구를 진행했고, 감사하게도 제 부족한 결과물이 지난달에 출판이 되었습니다.

많은 대학과 기업들이 신약 개발 전 분야에 인공지능을 활용하는 것에 초점을 맞추고 있습니다. 하지만 이 분야의 특성상 다양한 분야의 전문적인 지식이 요구되고, 현재 컴퓨터 비전, 자연어 처리와 같은 분야에서 급속도로 발전하고 있는 인공지능 기술들이 직접 적용되기는 어려운 분야로 드러난 것이 현주소입니다. 따라서 저는 기존의 신약 개발 분야의 문제들을 다양한 관점에서 새롭게 바라보고 푸는 것이 앞으로 나아갈 방향이라고 생각하며, 또한 인공지능 전문가뿐 아니라 다양한 전문가들이 함께 소통했을 때 혁신이 일어날 것이라고 생각합니다. 제 작은 바람은 혁신이 일어나는 순간을 함께하는 것입니다.

에피소드: 본 연구를 진행하며 2 저자인 박민수 학생과 새벽까지 토의을 했던 적이 있습니다. 제가 개발하고 있던 모델의 신뢰도를 어떻게 검증을 해야하는 지에 대한 아이디어 회의였는데, 밤이 늦었음에도 불구하고 열정적으로 대화를 하며 서로 아이디어를 떠올리고 감탄하며 검증했던 것이 기억에 남습니다.

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.

제가 속한 기관은 광주과학기술원이며, 저는 전기전자컴퓨터공학부 남호정 교수님이 이끄시는 지능형 생명정보 연구실 (Bioinformatics and Intelligence Lab, BIIL) 에서 석박통합과정을 밟고 있습니다. 저희 연구실은 다양한 생명정보학 분야의 문제를 발굴하고, 이를 해결하는 연구들을 수행하고 있습니다. 현재는 단백질-약물 상호작용 예측 연구, 약물 부작용 및 독성 예측 연구, 약물 반응성 예측 연구, 화합물 구조 생성 및 최적화 연구 등 다양한 인공지능 신약 개발 분야의 연구들이 진행되고 있습니다.
BIIL 웹 주소: https://www.biil-gist.net/

3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

연구를 진행하면서 가설을 세우고 이를 검증하기 위해서 실험을 하고 어쩔 수 없이 직면하는 실패들을 경험할 때면, 굳건히 중심을 지키고 있었던 제 정신력도 모래성처럼 무너지기가 십상이었습니다. 너무나 감사하게도 저희 교수님께서 연구 지도는 물론 격려와 칭찬으로 무너진 저를 일으켜 세워 주시고, 또 연구실 선배들과 후배들이 제가 어려워 할 때 도와주고 힘이 되어주셔서 이번 연구를 성공적으로 진행할 수 있었습니다. 그리고 제 연구가 작지만, 신약 개발 과정 개선에 도움이 되어 이를 통해 많은 난치 환자들에게 희망을 줄 수 있는 기술이라고 생각하여 큰 동기 부여와 보람을 얻었고, 앞으로도 다양하고 새로운 방법들로 신약 개발 과정의 혁신을 위한 연구를 계속 진행하고 싶습니다.

4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?

생명 정보 분야는 앞서 말씀드린 것처럼 분야 특성상 생명과학, 화학, 컴퓨터공학, 전자공학, 수학, 통계학 등 다양한 분야의 전문지식들이 융합된 분야입니다. 저는 학부 때 컴퓨터공학을 전공하였는데, 생명정보학 분야의 연구를 수행하는데 큰 어려움을 느끼지는 않았습니다. 다만 아무래도 화학이나 생물학적 기초 지식이 요구되는 경우가 종종 있어서, 관련 기초 지식 습득에 거부감만 없으시다면 어떤 전공이든지 자격은 충분한 것 같습니다. 이 분야의 좋은 점은 본인의 공학적 연구가 실제 전인류적(?) 복지 향상에 도움이 될 수 있다는 아주 큰 동기부여가 되는 분야라는 점입니다.

5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?

앞으로 저는 남은 학위 과정 동안 생성모델을 신약 개발 분야의 다양한 문제들에 적용하여 새로운 관점으로 풀어보고자 합니다. 구체적으로는 약물이 될 법한 화합물의 구조를 생성하거나, 혹은 화합물의 원하는 특성이 최적화된 구조를 예측하는 모델을 만들어 보고 싶습니다. 기존의 생성모델 기반의 연구들이 가진 여러 단점들이 있는데, 이들을 보완하여 화합물에 특화된 인공지능 모델을 만들어 볼 생각입니다. 좋은 기회가 있다면 다른 연구실이나 기업들과 협업을 하며 실현 가능성을 검토해보고 싶습니다.

6. 다른 하시고 싶은 이야기들.....

제 부족한 연구 성과에 관심을 가져주셔서 정말 감사드리고, 이번 연구를 이끌어 주신 저희 지도 교수님이신 남호정 교수님께 너무나 감사드립니다. 좋은 연구 주제를 제안해주셔서 연구를 수행하며 정말 많이 배우고 성장할 수 있었습니다. 또한 2 저자로서 그리고 연구실의 좋은 후배로서 정말 큰 도움을 준 민수와 지금 미국에 같이 와서 동고동락하고 있는 인구형께도 너무 감사하고, 연구 관련 뿐 아니라 조언과 응원을 아끼지 않은 다른 연구실 멤버들 정말 감사합니다.

마지막으로 저를 항상 지지해주시는 부모님과 할머니, 못난 형을 잘 따라주는 제 동생과 언제나 사랑한다고 말해주는 여자친구, 그리고 저를 응원해주시는 가족들 모두 너무 감사하고 사랑합니다.

#BayeshERG #심장 독성 예측 #신약 개발
Category: Bioinformatics
등록일 2022-07-04
  댓글 0
등록
관련링크
김현호 님 전체논문보기 >
관련인물
외부링크
ORCID ORCID 0000-0001-6148-4836
Scopus Scopus Author ID 57217077914
Google Scholar
PubMed
위로가기
한빛사 홈  |  한빛사FAQ
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS
필코리아테크놀로지 광고